摘要：
Aprior算法流程 下面我们对Aprior算法流程做一个总结。 输入：数据集合D，支持度阈值αα 输出：最大的频繁k项集 1）扫描整个数据集，得到所有出现过的数据，作为候选频繁1项集。k=1，频繁0项集为空集。 2）挖掘频繁k项集 a) 扫描数据计算候选频繁k项集的支持度 b) 去除候选频繁k项集 阅读全文
posted @ 2018-09-20 19:37 Charlie_ODD 阅读(351) 评论(0) 推荐(0) 编辑
摘要：
一.排序 二.插入排序 （1）算法描述 （2）性能分析 （3）寻求优化 三.归并排序 （1）算法思想 （2）性能分析 （2）示例 （3）算法问题及优化 四.快速排序 阅读全文
posted @ 2018-09-20 16:22 Charlie_ODD 阅读(541) 评论(0) 推荐(0) 编辑
摘要：
一.图的基本概念和性质 二.树的遍历 以树（特殊的图）为例： 树的遍历还有： — 树转换成二元树（树的子树由无序变成有序） 三.图的遍历 1.图的宽度优先检索 栈过程状态： 问题： V1 V2 V3 V4 V5 V6 V7 V1 V2 V4 V8 V5 V3 V6 V7 检测顺序：V8 V5 V2 阅读全文
posted @ 2018-09-19 15:23 Charlie_ODD 阅读(413) 评论(0) 推荐(0) 编辑
摘要：
一.基本概念复习 二.问题的提出与解决 现有以下两个算法 算法1： 算法2： 阅读全文
posted @ 2018-09-19 14:18 Charlie_ODD 阅读(155) 评论(0) 推荐(0) 编辑
摘要：
均值和协方差矩阵的估计量定义 设模式的类概率密度函数为p(x)，则其均值向量定义为： 其中，x = (x1, x2, …, xn)T，m = (m1, m2, …, mn)T。若以样本的平均值作为均值向量的近似值，则均值估计量为： 协方差矩阵为： 其每个元素clk定义为： 其中，xl、xk和ml、m 阅读全文
posted @ 2018-09-18 21:42 Charlie_ODD 阅读(6796) 评论(0) 推荐(0) 编辑